将逗号小数分隔符转换为数据框中的点

Question

我正在导入如下所示的 CSV 文件，使用

pandas.read_csv

:

df = pd.read_csv(Input, delimiter=";")

CSV 文件示例：

10;01.02.2015 16:58;01.02.2015 16:58;-0.59;0.1;-4.39;NotApplicable;0.79;0.2
11;01.02.2015 16:58;01.02.2015 16:58;-0.57;0.2;-2.87;NotApplicable;0.79;0.21

问题是，当我稍后在代码中尝试使用这些值时，我收到此错误：

TypeError: can't multiply sequence by non-int of type 'float'

错误是因为我尝试使用的数字不是用点（

.

）作为小数分隔符，而是用逗号（

,

）书写。手动将逗号更改为点后，我的程序可以运行。

我无法更改输入的格式，因此必须替换 DataFrame 中的逗号才能使我的代码正常工作，并且我希望 python 无需手动执行此操作即可完成此操作。你有什么建议吗？

Answer 1

pandas.read_csv

有一个

decimal

参数。

即尝试：

df = pd.read_csv(Input, delimiter=";", decimal=",")

Answer 2

我认为前面提到的在 pandas read_csv 中包含

decimal=","

的答案是首选选项。

但是，我发现它与Python解析引擎不兼容。例如当使用

skiprow=

时，read_csv 将回退到该引擎，因此据我所知，您不能在同一个 read_csv 语句中使用

skiprow=

和

decimal=

。另外，我还没有能够真正让

decimal=

语句发挥作用（可能是因为我）

我用来实现相同结果的漫长方法是使用列表理解，

.replace

和

.astype

。此方法的主要缺点是需要一次完成一列：

df = pd.DataFrame({'a': ['120,00', '42,00', '18,00', '23,00'], 
                'b': ['51,23', '18,45', '28,90', '133,00']})

df['a'] = [x.replace(',', '.') for x in df['a']]

df['a'] = df['a'].astype(float)

现在，a 列将具有浮动类型单元格。 b 列仍然包含字符串。

注意，这里使用的

.replace

不是pandas，而是Python的内置版本。 Pandas 的版本要求字符串完全匹配或正则表达式。

Answer 3

stallasia 的答案看起来是最好的。

但是，如果您想在已有数据框时更改分隔符，您可以这样做：

df['a'] = df['a'].str.replace(',', '.').astype(float)

Answer 4

感谢您的精彩回答。我只想补充一点，在我的情况下，仅使用

decimal=','

不起作用，因为我有像 1.450,00 这样的数字（带有千位分隔符），因此 pandas 无法识别它，但传递

thousands='.'

有助于正确读取文件：

df = pd.read_csv(
    Input, 
    delimiter=";", 
    decimal=","
    thousands="."
)

Answer 5

我回答了关于如何使用Python Pandas将小数

comma

更改为小数

dot

的问题。

$ cat test.py 
import pandas as pd
df = pd.read_csv("test.csv", quotechar='"', decimal=",")
df.to_csv("test2.csv", sep=',', encoding='utf-8', quotechar='"', decimal='.')

我们将小数分隔符中的读数指定为逗号，而输出分隔符指定为点。所以

$ cat test.csv 
header,header2
1,"2,1"
3,"4,0"
$ cat test2.csv 
,header,header2
0,1,2.1
1,3,4.0

您看到分隔符已更改为点。